01
# 引言
最近接到这么一个需求，需要将年龄结构图和堆积柱状图结合在一起，主要是Matplotlib简单柱状图的变形，但简单的组合后，能够非常直观地展现年龄结构和组成成分，丰富了图表内容，节约了文章版面。
02
# 读取处理数据
借助pandas读取数据如下图所示，可以发现就是简单的问卷调查类型的数据（样例数据仅供绘图使用，不必纠结数据的合理性），由于需要分组和绘制堆积柱状图，这里可以借助panda的cut和cumsum对数据进行处理。
# 读取数据fn = r'D:\ForestMeteorology\FM230613\data\鼻炎问卷数据样例.xlsx'df = pd.read_excel(fn)df.columns = ['kind','age','gender']print(df)# 年龄分组bins = np.arange(10,101,10)df['group'] = pd.cut(df.age,bins = bins)df['level'] = df['group'].astype(str).str[1:3].astype(int)kinddict = {'鼻炎前期': 1, '鼻炎确诊3年内': 2, '鼻炎确诊3年以上（无并发症）': 3,'鼻炎确诊3年以上（有并发症）':4}df['kind'].replace(kinddict, inplace=True)df['gender'].replace({'男': 1, '女': 0}, inplace=True)df.sort_values('level',inplace=True)print(df)
03
# 可视化
主要分性别分年龄组去绘制，需要注意的是图层的上下层关系。
fig,ax = plt.subplots(figsize=(8,4.5))colors = ['#D1B26F', '#E7D9B6', '#B4D7D3', '#6FB2AB']for g in [0,1]:for i in df['level'].unique():idf = df[(df['level']==i)&(df['gender']==g)]ires = idf.groupby('kind').count()ires.reset_index(inplace=True)ires['csum'] = ires['age'].cumsum()ires.sort_values('csum',inplace=True,ascending=False)print((i,g))print(ires)for j in range(len(ires)):if g==0:jx = ires.iloc[j,-1]jtype = ires.iloc[j,0]ax.barh(i,jx,label = list(kinddict.keys())[jtype-1],color = colors[jtype-1],height=10)# 添加外框ax.barh(i,ires.iloc[0,-1],label = list(kinddict.keys())[jtype-1],facecolor = 'none',height=10,edgecolor = 'k',zorder = 0)else:jx = ires.iloc[j,-1]*(-1)jtype = ires.iloc[j,0]ax.barh(i,jx,label = list(kinddict.keys())[jtype-1],color = colors[jtype-1],height=10)# 添加外框ax.barh(i,ires.iloc[0,-1]*(-1),label = list(kinddict.keys())[jtype-1],facecolor = 'none',height=10,edgecolor = 'k',zorder = 0)plt.show()
04
# 完整代码
最终添加图例、坐标轴名称等细节就完成了整幅图啦！
# -*- encoding: utf-8 -*-'''@File : gzh230616.py@Time : 2023/06/16 23:59:51@Author : HMX@Version : 1.0@Contact : kzdhb8023@163.com'''# here put the import libimport pandas as pdimport matplotlib.pyplot as pltimport numpy as np# 设置中文字体plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = False# 读取数据fn = r'D:\ForestMeteorology\FM230613\data\鼻炎问卷数据样例.xlsx'df = pd.read_excel(fn)df.columns = ['kind','age','gender']print(df)# 年龄分组bins = np.arange(10,101,10)df['group'] = pd.cut(df.age,bins = bins)df['level'] = df['group'].astype(str).str[1:3].astype(int)kinddict = {'鼻炎前期': 1, '鼻炎确诊3年内': 2, '鼻炎确诊3年以上（无并发症）': 3,'鼻炎确诊3年以上（有并发症）':4}df['kind'].replace(kinddict, inplace=True)df['gender'].replace({'男': 1, '女': 0}, inplace=True)df.sort_values('level',inplace=True)print(df)fig,ax = plt.subplots(figsize=(8,4.5))colors = ['#D1B26F', '#E7D9B6', '#B4D7D3', '#6FB2AB']for g in [0,1]:for i in df['level'].unique():idf = df[(df['level']==i)&(df['gender']==g)]ires = idf.groupby('kind').count()ires.reset_index(inplace=True)ires['csum'] = ires['age'].cumsum()ires.sort_values('csum',inplace=True,ascending=False)print((i,g))print(ires)for j in range(len(ires)):if g==0:jx = ires.iloc[j,-1]jtype = ires.iloc[j,0]ax.barh(i,jx,label = list(kinddict.keys())[jtype-1],color = colors[jtype-1],height=10)# 添加外框ax.barh(i,ires.iloc[0,-1],label = list(kinddict.keys())[jtype-1],facecolor = 'none',height=10,edgecolor = 'k',zorder = 0)else:jx = ires.iloc[j,-1]*(-1)jtype = ires.iloc[j,0]ax.barh(i,jx,label = list(kinddict.keys())[jtype-1],color = colors[jtype-1],height=10)# 添加外框ax.barh(i,ires.iloc[0,-1]*(-1),label = list(kinddict.keys())[jtype-1],facecolor = 'none',height=10,edgecolor = 'k',zorder = 0)# 图例设置 图例去重handles, labels = ax.get_legend_handles_labels()unique_labels = []unique_handles = []for i, label in enumerate(labels):if label not in unique_labels:unique_labels.append(label)unique_handles.append(handles[i])ax.legend(unique_handles, unique_labels)# 添加辅助线ax.axvline(x = 0,c='k',ls=':',lw=1)# 设置xy轴刻度及名称ax.set_yticks(bins[:-1])ax.set_ylim(0,100)ax.set_xlim(-35,35)ax.set_xticks(np.arange(-30,31,10))ax.set_xticklabels([abs(i) for i in np.arange(-30,31,10)])ax.set_ylabel('年龄')ax.set_xlabel('人数')ax.text(30,10,'女',ha = 'center',va = 'center')ax.text(-30,10,'男',ha = 'center',va = 'center')plt.tight_layout()plt.savefig(r'D:\ForestMeteorology\FM230613\data\gzh230616.png',dpi = 600)plt.show()
05
# 随笔
毕业一年，迷茫依旧是那个迷茫，只是偶然读到苏轼的《定风波》：【莫听穿林打叶声，何妨吟啸且徐行】，内心渐渐接受自己大抵无法成为理想中的人。只是不甘于躺平摆烂，希望能够坚持奋斗，早日享受平淡生活。
戳这里关注我
请点赞、在看、关注，你们的支持是我更新的动力。
